买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京邮电大学

摘要：基于知识图谱的文本内容摘要生成方法，通过知识图谱技术，对篇幅较长的文本内容进行知识结点抽取和逻辑结构分析，采用图语义摘要技术，生成内容更加凝聚的文本内容摘要。该方法不仅可以用于单篇文章的内容生成，通过结合分类融合技术，还能实现多篇文章的内容摘要生成，可以实现针对某个自然资源的多方面内容的自动摘要整理工作。

主权项：1.基于知识图谱的文本内容摘要生成方法，其特征在于：所述方法包括如下步骤：步骤1，对于输入的文本进行预处理工作，进行分句得到句子集合，并设定摘要输出格式；步骤2，利用知识图谱网络，基于实体概念集以及概念相似度，对文本进行实体增强；所述步骤2包括以下过程：针对集合Ls中的句子lg，利用命名实体识别工具ltp，得到句子lg的实体集合E＝{e1，e2，...em}；利用知识图谱网络，对原文S进行实体增强，得到实体增强集DInc，具体流程如下：在包含实体和实体概念的开发领域知识图谱G中，若实体ei∈G，则根据图谱得到实体的概念集利用文本相似函数Sim计算lg与概念集中每个概念的相似度，其中文本相似度的计算方式如下： 其中，句子lg的向量表示为lg＝{x1，x2，...，xn}，di的向量表示为di＝{y1，y2，...，yn}，文本的向量表示通过BERT预训练模型中提取；然后，选取与lg最匹配的实体ei的一条概念设置概念候选阈值k，若时，将概念加入实体增强集中；重复以上步骤，遍历完实体集合E，得到句子lg的实体增强集DInc；步骤3，对于得到的句子集合，利用BERT预训练模型，初始化文本序列向量；步骤4，利用编码器对文本语句和实体增强语句进行编码，通过解码器将二者拼接，生成摘要；所述步骤4包括以下过程：在原文编码器Encoder中，以原文文本序列向量表征X作为输入，利用LSTM模型计算在t1时间步的隐藏层状态ht1，1≤t1≤M，其中ht1＝LSTMencxt1，ht1-1，xt1为t1时间步的输入，ht1-1为上一时间步的隐藏状态；对于长度为M的序列输入，总共经过M个时间步，计算得到原文隐藏状态序列H＝{h1，h2，...hM}；实体编码器与原文编码器的模型架构相同，以实体文本序列向量表征Z作为输入，计算在t2时间步的隐藏状态h′t2＝LSTMencxt2，h′t2-1，1≤t2≤K，并经过N个时间步，得到实体部分隐藏状态序列H′＝{h′1，h′2，...h′N}；在解码器Decoder中，利用得到的H和H′的最后一个时间步的隐藏状态序列，来初始化解码器的初始状态s0＝ReLUWf·[hM，h′N]，其中ReLUx＝max0，x，Wf为学习参数；在解码器Decoder中，利用LSTM模型计算t时间步的隐藏状态st＝LSTMdecyt-1，[st-1，ct-1，c′t-1]，0≤t≤N，其中st-1为上一个时间步的隐藏状态输出，yt-1为上一时间步的解码器输入，ct-1，c′t-1为上一时间步的原文信息和实体信息的上下文向量；对于当前时间步t利用原文信息和实体信息来计算解码器的attention分布，计算方式如下： at＝softmaxut a′t＝softmaxu′t其中at，a′t为时间步t下，原文信息和实体信息的attention分布，ut为时间步t下原文信息隐藏层的attention信息，其中为第i个时间步的attention信息，hi是原文第i个时间步的隐藏状态；u′t为时间步t下实体信息隐藏层的attention信息，其中为第j个时间步的attention信息，h′j是实体第j个时间步的隐藏状态；Wh，Ws，W′h，W′s，vT，v′T，battn，b′attn为学习参数；利用在时间步t的原文信息和和实体信息的attention分布，计算当前时间步的上下文向量其中ati表示原文第i个时间的attention表示，a′tj表示实体第j个时间步的attention表示；在解码时，利用参数λ控制原文信息和实体信息的比例，得到词汇表中单词的概率矩阵Pw： 其中当前时间步的其中为模型学习参数，σ为sigmoid函数；模型训练的损失函数为为当前时间步的真实字符，并利用反向传播算法更新学习参数，即函数x′＝BPx，x是学习参数；至此获取t时刻输出概率最高的n个单词，通过beam-search算法，将这n个单词分别与前t-1时刻的单词进行组合，生成t时刻的候选摘要集，其中beam-search算法规定beamsize的大小为k；第一个时间步长，选取当前条件概率最大的k个词，当做候选输出序列的第一个词；之后的每个时间步长，基于上个步长的输出序列，挑选出所有组合中条件概率最大的k个，作为该时间步长下的候选输出序列；始终保持k个候选；最后从k个候选中挑出最优的；重复以上过程，直至输出单词为Aend标识符或生成摘要长度为K，得到最终摘要。

全文数据：

权利要求：

百度查询： 南京邮电大学 基于知识图谱的文本内容摘要生成方法